课程
课程总览
共 10 章 · 阅读正文 + 自测页自评掌握度 · 上一章「基本掌握」及以上解锁下一章
学习打卡
连续 0 天 · 累计 0 天
少多
🔁
今日复习
完成自测后，按记忆曲线智能安排复习，巩固长期记忆。
不熟明天复习
学习中2 天后
基本掌握4 天后
熟练掌握不再提醒
基于掌握度的简化间隔复习（非完整 SM-2）
总学习进度
0 / 10 章基本掌握 · 数据存储在本地章节「进度未达」与右上角通行码无关：需完成上一章自测（≥基本掌握）后开放下一章入口
阅读正文 +1分自测评估 +1~4分每章满分 5分
02
深度学习核心原理
进度未达：完成第 1 章自测（≥基本掌握）后开放
进度未达
03
Transformer架构深度解析
进度未达：完成第 2 章自测（≥基本掌握）后开放
进度未达
04
大语言模型架构演进
进度未达：完成第 3 章自测（≥基本掌握）后开放
进度未达
05
大模型训练技术
进度未达：完成第 4 章自测（≥基本掌握）后开放
进度未达
06
大模型微调技术
进度未达：完成第 5 章自测（≥基本掌握）后开放
进度未达
07
RLHF与对齐技术
进度未达：完成第 6 章自测（≥基本掌握）后开放
进度未达
08
推理优化与部署
进度未达：完成第 7 章自测（≥基本掌握）后开放
进度未达
09
RAG与Agent应用
进度未达：完成第 8 章自测（≥基本掌握）后开放
进度未达
10
前沿趋势与实战总结
进度未达：完成第 9 章自测（≥基本掌握）后开放
进度未达
知识点掌握图
0/74完成自测评估后点亮对应知识点
图灵测试机器学习深度学习神经网络符号主义连接主义感知机反向传播梯度下降激活函数批归一化Dropout卷积神经网络循环神经网络过拟合学习率Transformer自注意力机制多头注意力位置编码Layer Norm前馈网络Q/K/V矩阵注意力分数GPTBERTLLaMAMoE涌现能力Scaling LawRoPEGQA预训练分布式训练混合精度梯度检查点数据并行模型并行FSDPZeROLoRAQLoRAPrompt Tuning指令微调PEFT全量微调AdapterRLHFPPODPO奖励模型对齐Constitutional AI人类反馈量化KV Cache投机采样vLLMPagedAttentionFlashAttentionINT8量化RAG向量数据库Agent工具调用ReAct检索增强Embedding多模态具身智能AI安全世界模型推理模型长上下文
★ 初学
★★ 学习中
★★★ 基本掌握
★★★★ 熟练掌握